Искусственный интеллект в действии: «Ростелеком» роботизирует аналитику

«Ростелеком» представил цифровой аналитический сервис с применением технологий искусственного интеллекта, который предназначен для выявления и анализа долгосрочных отраслевых и кросс-отраслевых трендов. Автоматизированная самообучаемая система может использоваться для глубокого анализа трендов любых отраслей, как инструмент верификации данных при разработке бизнес-стратегий и стратегий технологического развития.

Первым направлением для анализа стала отрасль информационно-коммуникационных технологий (ИКТ). В ходе исследования проведен автоматизированный анализ миллионов источников, включая научные издания, содержание патентных заявок, документов об инвестиционных сделках. В результате выявлены следующие устойчивые и прорывные технологические тренды[1] по трем категориям источников:

Понаучнымпубликациям: Wearable computing, mHealth (Mobile Health), Smart Cities, Unmanned Aerial Vehicles, Semiconductor memory, IoT, Augmented reality. Попатентнымзаявкам: Software-defined Everything, Blockchain, Quantum computing, Virtual reality, Biometric, Neural Networks, Home automation. Поинвестиционнойактивности: Sharing economy, Unmanned Aerial Vehicles, Neural Networks, Autonomous vehicles, Gesture recognition, Computer vision, Cloud.

По совокупности факторов (учитывалось более 50 параметров) из ТОП-100 трендов развития ИКТ выявлены ТОП-5 трендов, имеющих стратегическое значение для «Ростелекома» в долгосрочной перспективе, с учётом бизнес-интересов компании, масштаба и жизненного цикла трендов, их динамики и взаимовлияния, драйверов роста и барьеров: SmartCities, IoT, Software-definedEverything, Autonomousvehicles, Homeautomation.

Аналогичные отчеты по трендам развития ИКТ-отрасли «Ростелеком» планирует представлять ежегодно, наращивая аналитическую базу и совершенствуя применяемые алгоритмы.

«Полученные результаты планируется после дальнейшей проработки использовать при формировании стратегии компании, – сообщил старший вице-президент «Ростелекома» Сергей Анохин. – Мы ищем точки роста на новых рынках и заинтересованы в качественной аналитической базе для принятия решений. Новые цифровые инструменты позволяют получать бизнес-аналитику так быстро, как это требуется, и не от случая к случаю, а на постоянной основе. Задача – интегрировать искусственный интеллект в деловую практику и усилить свои конкурентные позиции на рынке».

Как подчеркнул директор Центра стратегических инноваций «Ростелекома» Борис Глазков: «Ценность исследования заключается не только в его результатах, но и в самой инновационной методике его проведения. Мы провели исследование не из любопытства к возможностям искусственного интеллекта, а с сугубо практическими целями. Используемый инструментарий позволяет находить в том числе так называемые «слабые сигналы», изучать взаимозависимость различных технологических трендов, анализировать любой набор параметров по каждому стратегически интересному для нас направлению, например, по таким тематикам, как SmartCities, InternetofThings, ConnectedCars и т.д. Важно отметить, что наше решение не подменяет в полной мере труд людей (аналитиков и стратегов), но предоставляет эффективное средство автоматизации исследовательской работы, которое может самостоятельно применяться отраслевыми компаниями для минимизации влияния человеческого фактора, привносимого внешними консультантами и аналитиками. Фактически, мы имеем дело с мощной инновацией в области стратегического планирования».

С использованием разработанного в Группе «Ростелеком» инструментария становится возможным построить для компании собственный образ будущего, опирающийся на максимально объективную информацию о технологическом развитии в той или иной сфере. Это относится не только к сфере информационно-коммуникационных технологий, на которой проверена методика и алгоритмы – подход применим и для других групп технологий, применяемых в различных отраслях экономики: промышленности, энергетике, на транспорте, в сельском хозяйстве, в здравоохранении и т.д.

Анализ глобальных трендов отрасли ИКТ проведен компанией «Айкумен ИБС», которая является центром компетенций по аналитике данных и технологиям искусственного интеллекта в Группе «Ростелеком». «Основная идея машинной обработки и аналитики состоит в том, что эксперт конкретной предметной области не участвует в первоначальном описании научно-технического тренда и правил его идентификации. Он даже не формирует первичный перечень научно-технических направлений, – подчеркнул руководитель департамента управления проектами АО «Айкумен ИБС» Дмитрий Часовской. – Списки трендов и их описания формируются автоматически на основе алгоритмов иерархической кластеризации и лингвистических методов обработки текстов. Такие методы эффективны только на большом объеме данных (в нашем случае – десятки миллионов записей). Применяемый подход позволяет снизить воздействие на модель конкретных экспертов, подключая их только на финальных этапах верификации данных и интерпретации результатов».

Модель позволяет определить прорывные направления бизнеса и может быть использована для выявления глобальных направлений развития в любой отрасли.

Использование автоматизированной аналитики и новых цифровых инструментов на основе технологий машинного обучения – объективная необходимость и глобальная возможность развития аналитической индустрии в условиях цифровизации экономики. Директор направления анализа рынков облачных и ИТ-услуг J`son&Partners Александр Герасимов отмечает: «Скорость изменений, вызванных внедрением цифровых технологий, постоянно нарастает. Традиционный подход к аналитике, при котором аналитические отчёты используются управленцами и проектными командами спустя значительное время после их создания – теряет свою актуальность. Аналитика становится востребованной как сервис, которым можно воспользоваться в любой момент, когда это необходимо. И новые технологии делают это возможным: цифровизация аналитической индустрии становится мощным трендом последнего времени».

[1]Под трендом понимается как актуальное направление (тематика) развития информационно-коммуникационной технологии (или связанное развитие группы технологий), например, машинное обучение (machine learning), программное управление сетями связи (software defined networking, SDN), так и сфера применения одной или нескольких информационно-коммуникационных технологий, обозначенная вместе с этими технологиями в массовом сознании как целое, например, экономика совместного использования (sharing economy) или умные города (smart cities).